python图像处理：pytesseract和PIL

z7369

　　大概介绍下相关模块的概念：
　　Python-tesseract 是光学字符识别Tesseract OCR引擎的Python封装类。能够读取任何常规的图片文件(JPG, GIF ,PNG , TIFF等)并解码成可读的语言。在OCR处理期间不会创建任何临文件
　　PIL （Python Imaging Library）是 Python 中最常用的图像处理库，目前版本为 1.1.7，我们可以 在这里 下载学习和查找资料。
　　Image 类是 PIL 库中一个非常重要的类，通过这个类来创建实例可以有直接载入图像文件，读取处理过的图像和通过抓取的方法得到的图像这三种方法。
　　python对图像的处理比较常见的是用pytesseract识别验证码，要安装pytesseract库，必须先安装其依赖的PIL及tesseract-ocr，其中PIL为图像处理库，而后面的tesseract-ocr则为google的ocr识别引擎。下载链接：http://www.waitalone.cn/python-php-ocr.html   该链接文档描述了如何配置相关环境，以及识别验证码的python代码，总结起来就三步：安装PIL.exe；安装tesseract-ocr-setup.exe;安装pip install pytesseract
　　1、识别图片简单的示例



1 import Image
2 import pytesseract
3
4 image=Image.open("1.jpg")    #打开验证码图片
5 image.load()        #加载一下图片，防止报错，此处可省略
6 image.show() 　　　　#调用show来展示图片，调试用，可省略

7 vcode=pytesseract.image_to_string(image)   
8 print vcode
　　我按照该代码示例实际操作时报了2个错误：
　　1、The _imaging C module is not installed
　　是因为环境配置的问题，我的系统是win7 64bit，开始的时候只安装了PIL-1.1.7.win-amd64-py2.7.exe，把PIL-1.1.7.win32-py2.7.exe安装后，在python命令行输入：import _imaging，如果不报错则问题应该就解决了
　　2、在 win 7 下使用 PIL 中的 Image 模块的 show() 函数时，报如下错：

　　解决方法：将 PIL 安装目录下的 ImageShow.py 文件的第 99 行：（我的 python 安装在 C:\python 2.7， ImageShow.py  文件在：C:\Python27\Lib\site-packages\PIL\ImageShow.py）



return "start /wait %s && del /f %s" % (file, file)
　　替换为：



return "start /wait %s && PING 127.0.0.1 -n 5 > NUL && del /f %s" % (file, file)  
　　2、实际情况中，电脑本地并没有验证码图片，都是从网页中的验证码图片链接抓取的，实际示例：



1 import urllib2
2 import pytesseract
3 import Image
4 import time
5
6 fp=urllib2.urlopen('https://vcs.suning.com/vcs/imageCode.htm?uuid=1e68d06a-1134-410b-9606-f0eb4ae23bbe')　　#示例网址的验证码图片地址
7 print fp
8
9 name="D:\\curl\\1.jpg"
10 f=open(name,'wb')
11 f.write(fp.read())　　　　　　#读取验证码图片并保存为1.jpg
12 time.sleep(2)
13 f.close()
14
15 fl=open(name,'rb')
16 image=Image.open(fl)
17 image.show()
18 #image.load()
19 vcode=pytesseract.image_to_string(image)
20 print vcode
21 fl.close()
　　以上本亲测可行，不过验证码识别率不是很高，简单的图片识别率还是可以的
　　附录：Image模块用法介绍【转】
　　1. 简介。
　　图像处理是一门应用非常广的技术，而拥有非常丰富第三方扩展库的 Python 当然不会错过这一门盛宴。PIL （Python Imaging Library）是 Python 中最常用的图像处理库，目前版本为 1.1.7，我们可以 在这里 下载学习和查找资料。
　　Image 类是 PIL 库中一个非常重要的类，通过这个类来创建实例可以有直接载入图像文件，读取处理过的图像和通过抓取的方法得到的图像这三种方法。
　　2. 使用。
　　导入 Image 模块。然后通过 Image 类中的 open 方法即可载入一个图像文件。如果载入文件失败，则会引起一个 IOError ；若无返回错误，则 open 函数返回一个 Image 对象。现在，我们可以通过一些对象属性来检查文件内容，即：



1 >>> import Image
2  >>> im = Image.open("j.jpg")
3  >>> print im.format, im.size, im.mode
4 JPEG (440, 330) RGB
　　这里有三个属性，我们逐一了解。
　　format : 识别图像的源格式，如果该文件不是从文件中读取的，则被置为 None 值。
　　size : 返回的一个元组，有两个元素，其值为象素意义上的宽和高。
　　mode : RGB（true color image），此外还有，L（luminance），CMTK（pre-press image）。
　　现在，我们可以使用一些在 Image 类中定义的方法来操作已读取的图像实例。比如，显示最新载入的图像：



1 >>>im.show()
2  >>>
　　输出原图：

　　3. 函数概貌。
　　3.1    Reading and Writing Images : open( infilename ) , save( outfilename )
　　3.2    Cutting and Pasting and Merging Images :
　　crop() : 从图像中提取出某个矩形大小的图像。它接收一个四元素的元组作为参数，各元素为（left, upper, right, lower），坐标系统的原点（0, 0）是左上角。
　　paste() :
　　merge() :





1 >>> box = (100, 100, 200, 200)
2  >>> region = im.crop(box)
3  >>> region.show()
4  >>> region = region.transpose(Image.ROTATE_180)
5  >>> region.show()
6  >>> im.paste(region, box)
7  >>> im.show()

　　其效果图为：

　　旋转一幅图片：





1 def roll(image, delta):
2     "Roll an image sideways"
3
4     xsize, ysize = image.size
5
6     delta = delta % xsize
7     if delta == 0: return image
8
9     part1 = image.crop((0, 0, delta, ysize))
10     part2 = image.crop((delta, 0, xsize, ysize))
11     image.paste(part2, (0, 0, xsize-delta, ysize))
12     image.paste(part1, (xsize-delta, 0, xsize, ysize))
13
14     return image

　　3.3    几何变换。
　　3.3.1    简单的几何变换。





1 >>>out = im.resize((128, 128))                     #
2  >>>out = im.rotate(45)                             #逆时针旋转 45 度角。
3  >>>out = im.transpose(Image.FLIP_LEFT_RIGHT)       #左右对换。
4  >>>out = im.transpose(Image.FLIP_TOP_BOTTOM)       #上下对换。
5  >>>out = im.transpose(Image.ROTATE_90)             #旋转 90 度角。
6  >>>out = im.transpose(Image.ROTATE_180)            #旋转 180 度角。
7 >>>out = im.transpose(Image.ROTATE_270)            #旋转 270 度角。

　　各个调整之后的图像为：
　　图片1：
　　图片2：
　　图片3：
　　图片4：
　　3.3.2    色彩空间变换。
　　convert() : 该函数可以用来将图像转换为不同色彩模式。
　　3.3.3    图像增强。
　　Filters : 在 ImageFilter 模块中可以使用 filter 函数来使用模块中一系列预定义的增强滤镜。
　　



1 >>> import ImageFilter
2 >>> imfilter = im.filter(ImageFilter.DETAIL)
3 >>> imfilter.show()
　　3.4    序列图像。
　　
　　即我们常见到的动态图，最常见的后缀为 .gif ，另外还有 FLI / FLC 。PIL 库对这种动画格式图也提供了一些基本的支持。当我们打开这类图像文件时，PIL 自动载入图像的第一帧。我们可以使用 seek 和 tell 方法在各帧之间移动。
　　





1 import Image
2 im.seek(1)        # skip to the second frame
3
4 try:
5     while 1:
6         im.seek( im.tell() + 1)
7         # do something to im
8 except EOFError:
9     pass

　　
　　3.5    更多关于图像文件的读取。
　　最基本的方式：im = Image.open("filename")
　　类文件读取：fp = open("filename", "rb"); im = Image.open(fp)
　　字符串数据读取：import StringIO; im = Image.open(StringIO.StringIO(buffer))
　　从归档文件读取：import TarIO; fp = TarIo.TarIO("Image.tar", "Image/test/lena.ppm"); im = Image.open(fp)
　　基本的 PIL 目前就练习到这里。其他函数的功能可点击 这里 进一步阅读。
　　扩展阅读：python如何下载网页图片
　　http://blog.csdn.net/wudishine/article/details/11528791